您当前的位置:
首页 >
文章列表页 >
基于突发特征词元自学习的未知加密恶意流量检测方法
中国电子学会科学技术奖特约专栏 | 更新时间:2026-04-24
    • 基于突发特征词元自学习的未知加密恶意流量检测方法

    • Unknown Encrypted Malicious Traffic Detection via Burst Feature Token Self-Learning

    • 沈蒙 ,贾冀哲 ,赵卜凡 ,常力元 ,杨明 ,任琛琛 ,宋悦 ,祝烈煌
    • 电子学报 2025年53卷第12期 页码:4231-4249
    • DOI: 10.12263/DZXB.20250731     

      中图分类号:
    • 录用:2025-12-17 ,

    移动端阅览

  •  
  •  
  • HTML全文

  • 图( 10 ) 表( 9 )

  • 参考文献

  • 出版信息

  • 数据统计

论文导航
icon
试读结束,您可以激活您的VIP账号继续阅读。
去激活 >
icon
试读结束,您可以通过登录账户,到个人中心,购买VIP会员阅读全文。
已是VIP会员?
去登录 >

240

浏览量

208

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于大语言模型的加密流量分析方法研究综述
基于混合专家的流量分类基础模型
面向工业多时间尺度软测量的时序解耦与度量对齐Transformer模型
基于非均匀随机相位映射的抗截获通信波形研究
基于多维DHS的AFDM卫星通信隐蔽波形

相关作者

沈蒙
刘俣凯
艾俊宇
任琛琛
沈泓烨
李琦
徐恪
祝烈煌

相关机构

北京理工大学网络空间安全学院
清华大学网络科学与网络空间研究院
清华大学计算机科学与技术系
浙江工业大学网络空间安全研究院
杭州市滨江区浙工大人工智能创新研究院